我正在尝试通过矩阵乘法实现大矩阵的SSE版本。
我正在寻找一种基于 SIMD 实现的高效算法。
我想要的方法如下:
A(n x m) * B(m x k) = C(n x k)
并且所有矩阵都被视为 16 字节对齐的 float 组。
我在网上搜索了一些描述 8x8 乘法甚至更小的文章。我真的需要它尽可能高效，并且我不想使用 Eigen 库或类似的库。 (更具体地说，只有 SSE3)。
如果有人能帮助我找到一些关于如何开始实现这一点的文章或资源，我将不胜感激。
最佳答案
实现任意大小矩阵-矩阵乘法的主要挑战不是 SIMD 的使用，而是缓存数据的重用。论文Anatomy of High-Performance Matrix Multiplication by Goto and Van de Geijn如果您想实现缓存友好的矩阵-矩阵乘法，则必须阅读此书，并且它还讨论了 SIMD 友好的内核选择。读完这篇论文后，预计经过两周的努力，矩阵-矩阵乘法可以达到机器峰值的 50%。
但是，如果这项工作的目的不是纯粹的学习，我强烈建议使用高度优化的库。在 x86 上，您最好的选择是 OpenBLAS (BSD 许可，支持动态 CPU 调度)，BLIS (BSD 许可，可轻松移植到新处理器)，以及 Intel MKL (商业版，支持 Intel 处理器上的动态 CPU 调度)。出于性能原因，最好避免使用 ATLAS，除非您的目标是其他库不支持的非常奇特的架构。
关于c++ - 高效的 SSE NxN 矩阵乘法，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/27158952/